Bounded Variables nonlinear Multiple Criteria Optimization using Scatter search

El artículo presenta una adaptación del algoritmo de Búsqueda Dispersa Multiobjetivo para la solucionar problemas de optimización vectorial no lineales continuos, empleando un enfoque de Búsqueda Tabú como un método generador de soluciones diversas. Memoria de Frequencias y otros mecanismos de escap...

Descripción completa

Detalles Bibliográficos
Autor principal:	Beausoleil, Ricardo P.
Formato:	Online
Idioma:	spa
Publicado:	Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA) 2004
Acceso en línea:	https://revistas.ucr.ac.cr/index.php/matematica/article/view/235

id	RMTA235
record_format	ojs
spelling	RMTA2352022-01-19T16:34:30Z Bounded Variables nonlinear Multiple Criteria Optimization using Scatter search Bounded Variables nonlinear Multiple Criteria Optimization using Scatter search Beausoleil, Ricardo P. Tabu Search Scatter Search Nonlinear Optimization Búsqueda Tabú Búsqueda Dispersa Optimización No Lineal This paper introduces an adaptation of multiple criteria scatter search to deal with nonlinear continuous vector optimization problems on bounded variables, applying Tabu Search approach as diversification generator method. Frequency memory and another escape mechanism are used to diversify the search. A relation Pareto is apply in order to designate a subset of the best generated solutions to be reference solutions. A choice function called Kramer Selection is used to divide the reference solution in two subsets. The Euclidean distance is used as a measure of dissimilarity in order to find diverse solutions to complement the subsets of high quality current Pareto solutions to be combined. Convex combination is used as a combined method. The performance of this approach is evaluated on several test problems taken from the literature. El artículo presenta una adaptación del algoritmo de Búsqueda Dispersa Multiobjetivo para la solucionar problemas de optimización vectorial no lineales continuos, empleando un enfoque de Búsqueda Tabú como un método generador de soluciones diversas. Memoria de Frequencias y otros mecanismos de escapes son utilizados para diversificar la búsqueda. La relación Pareto es aplicada para designar un subconjunto de las mejores soluciones generadas a ser soluciones de referencias. Una función de selección denominada selección de Kramer se utiliza para dividir al conjunto de referencia en dos subconjuntos. La distancia Euclideana es usada como una medida de disimilaridad a modo de hallar soluciones diversas que complementen los subconjuntos de soluciones potencialmente Pareto de alta calidad a ser combinadas. Como método de conbinación usamos la combinación convexa. El desempeño de este enfoque es evaluado con diferentes problemas de pruebas tomados de la literatura. Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA) 2004-02-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Article application/pdf https://revistas.ucr.ac.cr/index.php/matematica/article/view/235 10.15517/rmta.v11i1.235 Revista de Matemática: Teoría y Aplicaciones; Vol. 11 No. 1 (2004): Revista de Matemática: Teoría y Aplicaciones; 17-40 Revista de Matemática: Teoría y Aplicaciones; Vol. 11 Núm. 1 (2004): Revista de Matemática: Teoría y Aplicaciones; 17-40 Revista de Matemática; Vol. 11 N.º 1 (2004): Revista de Matemática: Teoría y Aplicaciones; 17-40 2215-3373 1409-2433 spa https://revistas.ucr.ac.cr/index.php/matematica/article/view/235/215 Derechos de autor 2004 Revista de Matemática: Teoría y Aplicaciones
institution	Universidad de Costa Rica
collection	Revista de Matemática: Teoría y Aplicaciones
language	spa
format	Online
author	Beausoleil, Ricardo P.
spellingShingle	Beausoleil, Ricardo P. Bounded Variables nonlinear Multiple Criteria Optimization using Scatter search
author_facet	Beausoleil, Ricardo P.
author_sort	Beausoleil, Ricardo P.
description	El artículo presenta una adaptación del algoritmo de Búsqueda Dispersa Multiobjetivo para la solucionar problemas de optimización vectorial no lineales continuos, empleando un enfoque de Búsqueda Tabú como un método generador de soluciones diversas. Memoria de Frequencias y otros mecanismos de escapes son utilizados para diversificar la búsqueda. La relación Pareto es aplicada para designar un subconjunto de las mejores soluciones generadas a ser soluciones de referencias. Una función de selección denominada selección de Kramer se utiliza para dividir al conjunto de referencia en dos subconjuntos. La distancia Euclideana es usada como una medida de disimilaridad a modo de hallar soluciones diversas que complementen los subconjuntos de soluciones potencialmente Pareto de alta calidad a ser combinadas. Como método de conbinación usamos la combinación convexa. El desempeño de este enfoque es evaluado con diferentes problemas de pruebas tomados de la literatura.
title	Bounded Variables nonlinear Multiple Criteria Optimization using Scatter search
title_short	Bounded Variables nonlinear Multiple Criteria Optimization using Scatter search
title_full	Bounded Variables nonlinear Multiple Criteria Optimization using Scatter search
title_fullStr	Bounded Variables nonlinear Multiple Criteria Optimization using Scatter search
title_full_unstemmed	Bounded Variables nonlinear Multiple Criteria Optimization using Scatter search
title_sort	bounded variables nonlinear multiple criteria optimization using scatter search
title_alt	Bounded Variables nonlinear Multiple Criteria Optimization using Scatter search
publisher	Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA)
publishDate	2004
url	https://revistas.ucr.ac.cr/index.php/matematica/article/view/235
work_keys_str_mv	AT beausoleilricardop boundedvariablesnonlinearmultiplecriteriaoptimizationusingscattersearch
_version_	1811744065297842176

Bounded Variables nonlinear Multiple Criteria Optimization using Scatter search

Ejemplares similares